一种点云配准方法和装置制造方法及图纸

本公开提供了一种点云配准方法和装置。本公开对采集的第一帧点云进行周围环境的平面特征分析，获得具有周围环境平面特征的第二帧点云，减少雨雪天气反馈的异常点数据对配准的影响，提高配准效率。将第二帧点云投影至预设地图坐标系下的预设点云地图中，保证第二帧点云在投影后能够与预设点云地图在同一预设地图坐标系下进行配准。通过反复迭代，在预设点云地图中逐步找到更接近于实际位姿的估计位姿。依赖的设备少，满足了实时定位的要求，使用成本低，易于大规模部署。易于大规模部署。易于大规模部署。

【技术实现步骤摘要】
一种点云配准方法和装置


[0001]本公开涉及智能车辆
，具体而言，涉及一种点云配准方法和装置。

技术介绍

[0002]智能车辆在实际城市道路行驶时，需要实时获取车辆位姿的准确估计。
[0003]当前，通常为全球导航卫星系统(英文全称Global Navigation Satellite System，简称GNSS)和惯性测量单元(英文全称Inertial Measurement Unit，简称IMU)引入激光雷达的点云以及车辆底盘反馈的底盘信息辅助对城市道路上的车辆位姿进行准确估计。但是，雨雪环境以及城市道路两侧的树木、绿植仍然能使激光雷达获得的点云干扰车辆位姿估计的准确性。
[0004]因此，本公开提供了一种点云配准方法，以解决上述技术问题之一。

技术实现思路

[0005]本公开的目的在于提供一种点云配准方法和装置，能够解决上述提到的至少一个技术问题。具体方案如下：
[0006]根据本公开的具体实施方式，第一方面，本公开提供一种点云配准方法，包括：
[0007]获取智能车辆的周围环境的第一帧点云；
[0008]对所述第一帧点云中各个点数据的第一位置坐标进行周围环境的平面特征分析，获得具有周围环境平面特征的第二帧点云；
[0009]基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的预设点云地图中，与预设点云地图进行配准迭代，直至最后一次迭代的配准结果满足预设迭代终止条件时确定满足预设配准条件的预估位姿为所述智能车辆的估计位姿。<br/>[0010]根据本公开的具体实施方式，第二方面，本公开提供一种点云配准装置，包括：
[0011]获取单元，用于获取智能车辆的周围环境的第一帧点云；
[0012]分析单元，用于对所述第一帧点云中各个点数据的第一位置坐标进行周围环境的平面特征分析，获得具有周围环境平面特征的第二帧点云；
[0013]配准单元，用于基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的预设点云地图中，与预设点云地图进行配准迭代，直至最后一次迭代的配准结果满足预设迭代终止条件时确定满足预设配准条件的预估位姿为所述智能车辆的估计位姿。
[0014]本公开实施例的上述方案与现有技术相比，至少具有以下有益效果：
[0015]本公开提供了一种点云配准方法和装置。本公开对采集的第一帧点云进行周围环境的平面特征分析，获得具有周围环境平面特征的第二帧点云，减少雨雪天气反馈的异常点数据对配准的影响，提高配准效率。将第二帧点云投影至预设地图坐标系下的预设点云地图中，保证第二帧点云在投影后能够与预设点云地图在同一预设地图坐标系下进行配准。通过反复迭代，在预设点云地图中逐步找到更接近于实际位姿的估计位姿。在道路两侧
存在大量树木、绿植等复杂环境下，利用了三维位置坐标和法向量夹角两个维度，降低了误匹配概率，提升了点云匹配的精度。局部K
‑
维树文件缩小了局部K
‑
维树占用的系统空间，减小了计算耗时及内存开销，使本公开的点云配准方法既能够适用于在线状态，也可以适用于离线状态，从而提高了智能车辆的生存能力。依赖的设备少，满足了实时定位的要求，使用成本低，易于大规模部署。
附图说明
[0016]图1示出了根据本公开实施例的点云配准方法的流程图；
[0017]图2示出了根据本公开实施例的点云配准方法的预设地图坐标系的示意图；
[0018]图3示出了根据本公开实施例的点云配准装置的单元框图。
具体实施方式
[0019]为了使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开作进一步地详细描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。
[0020]在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
[0021]应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0022]应当理解，尽管在本公开实施例中可能采用术语第一、第二、第三等来描述，但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如，在不脱离本公开实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。
[0023]取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0024]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
[0025]特别需要说明的是，在说明书中存在的符号和/或数字，如果在附图说明中未被标记的，均不是附图标记。
[0026]下面结合附图详细说明本公开的可选实施例。
[0027]实施例1
[0028]对本公开提供的实施例，即一种点云配准方法的实施例。
[0029]下面结合图1对本公开实施例进行详细说明。
[0030]步骤S101，获取智能车辆的周围环境的第一帧点云。
[0031]智能车辆识别障碍物依靠的是车辆中设置的包括多传感器的融合定位系统完成，也就是对多传感器采集的信息进行智能分析，识别障碍物的特征，达到辨认该障碍物的目的。
[0032]融合定位系统，融合了多种传感器数据(比如，GNSS数据、IMU数据、底盘数据、摄像头采集的图像、激光雷达采集的点云等)，用于实时计算载体的位置信息、姿态信息和速度信息。
[0033]第一帧点云，是车载雷达对周围环境扫描一周后，所获得的点云。所述第一帧点云包括多个点数据。由第一帧点云所组成的多个点数据阵列能够反应路面环境信息，例如，路面信息(比如前车信息)，车辆周围的障碍物信息(比如，路边的树木、绿植、雨雪信息)。
[0034]步骤S102，对所述第一帧点云中各个点数据的第一位置坐标进行周围环境的平面特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云配准方法，其特征在于，包括：获取智能车辆的周围环境的第一帧点云；对所述第一帧点云中各个点数据的第一位置坐标进行周围环境的平面特征分析，获得具有周围环境平面特征的第二帧点云；基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的预设点云地图中，与预设点云地图进行配准迭代，直至最后一次迭代的配准结果满足预设迭代终止条件时确定满足预设配准条件的预估位姿为所述智能车辆的估计位姿。2.根据权利要求1所述的方法，其特征在于，所述对所述第一帧点云中各个点数据的第一位置坐标进行周围环境的平面特征分析，获得具有周围环境平面特征的第二帧点云，包括：基于所述第一帧点云中各个点数据的第一位置坐标获取对应点数据的曲率值；从所述第一帧点云中提取曲率值小于或等于预设平面特征曲率阈值的点数据，生成所述第二帧点云。3.根据权利要求2所述的方法，其特征在于，所述从所述第一帧点云中提取曲率值小于或等于预设平面特征曲率阈值的点数据，生成所述第二帧点云，包括：从所述第一帧点云中提取曲率值小于或等于预设平面特征曲率阈值且满足预设标准道路条件的点数据，生成所述第二帧点云。4.根据权利要求1所述的方法，其特征在于，所述基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的预设点云地图中，与预设点云地图进行配准迭代，包括：在每次迭代过程中，基于每次迭代所确定的预估位姿从预设点云地图中获得所述预估位姿周围的多个预设局部点云地图，其中，每个预设局部点云地图是对预设点云地图进行分片处理后获得的；在每次迭代过程中，基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的所述多个预设局部点云地图中，与所述多个预设局部点云地图进行配准。5.根据权利要求4所述的方法，其特征在于，所述基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的所述多个预设局部点云地图中，与所述多个预设局部点云地图进行配准，包括：基于每次迭代所确定的预估位姿将所述第二帧点云投影至预设地图坐标系下的所述多个预设局部点云地图中，获得第三帧点云；获取每个预设局部点云地图对应的局部K
‑
维树，其中，所述局部K
‑
维树中包括预设局部点云地图中的各个点数据；将所述第三帧点云中的点数据与所述多个局部K
‑
维树中的点数据进行配准。6.根据权利要求5所述的方法，其特征在于，所述将所述第三帧点云中的点数据与所述多个局部K
‑
维树中的点数据进行配准，包括：分别以所述第三帧点云中各个点数据的第一位置坐标为圆点，基于预设半径从所述多个局部K
‑
维树中获得对应点数据的多个邻近点数据；从所述第三帧点云中各...

【专利技术属性】
技术研发人员：巩兴，杨晓鹏，肖昕塽，
申请(专利权)人：白犀牛智达北京科技有限公司，
类型：发明
国别省市：